提到天气预报服务，我们第一反应是很简单的一个服务，目前网上有大把的天气预报 API 可以直接使用，有必要去使用 Knative 搞一套吗？杀鸡用牛刀？先不要着急，我们先看一下实际的几个场景需求：

场景需求 1：根据当地历年的天气信息，预测明年大致的高温到来的时间
场景需求 2：近来天气多变，如果明天下雨，能否在早上上班前，给我一个带伞提醒通知
场景需求 3：领导发话“最近经济不景气，公司财务紧张，那个服务器，你们提供天气、路况等服务的那几个小程序一起用吧，但要保证正常提供服务”。

从上面的需求，我们其实发现，要做好一个天气预报的服务，也面临内忧（资源紧缺）外患（需求增加），并不是那么简单的。不过现在更不要着急，我们可以使用 Knative 帮你解决上面的问题。

关键词：天气查询、表格存储，通道服务，事件通知

场景需求

首先我们来描述一下我们要做的天气服务场景需求：

1. 提供对外的天气预报 RESTful API

根据城市、日期查询（支持未来 3 天）国内城市天气信息
不限制查询次数，支持较大并发查询（1000）

2. 天气提醒

订阅国内城市天气信息，根据实际订阅城市区域，提醒明天下雨带伞
使用钉钉进行通知

整体架构

有了需求，那我们就开始如何基于 Knative 实现天气服务。我们先看一下整体架构：

通过 CronJob 事件源，每隔 3 个小时定时发送定时事件，将国内城市未来 3 天的天气信息，存储更新到表格存储
提供 RESTful API 查询天气信息
通过表格存储提供的通道服务，实现 TableStore 事件源
通过 Borker/Trigger 事件驱动模型，订阅目标城市天气信息
根据订阅收到的天气信息进行钉钉消息通知。如明天下雨，提示带伞等

基于内容较多，我们分上、下两篇分别进行介绍：

上篇我们会主要介绍如何对接第三方的天气预报 API、定时同步并更新天气信息以及提供 RESTful API；
下篇我们会主要介绍如何实现 TableStore 事件源、订阅天气信息并通过钉钉发送提醒通知；

基于 Knative 实现天气服务-上篇

对接高德开放平台天气预报 API

查询天气的 API 有很多，这里我们选择高德开放平台提供的天气查询 API，使用简单、服务稳定，并且该天气预报 API 每天提供 100000 免费的调用量，支持国内 3500 多个区域的天气信息查询。另外高德开放平台，除了天气预报，还可以提供 IP 定位、搜索服务、路径规划等，感兴趣的也可以研究一下玩法。

登录高德开放平台: https://lbs.amap.com，创建应用，获取 Key 即可：

获取Key之后，可以直接通过 url 访问：https://restapi.amap.com/v3/weather/weatherInfo?city=110101&extensions=all&key=<用户 key>，返回天气信息数据如下：

{
    "status":"1",
    "count":"1",
    "info":"OK",
    "infocode":"10000",
    "forecasts":[
        {
            "city":"杭州市",
            "adcode":"330100",
            "province":"浙江",
            "reporttime":"2019-09-24 20:49:27",
            "casts":[
                {
                    "date":"2019-09-24",
                    "week":"2",
                    "dayweather":"晴",
                    "nightweather":"多云",
                    "daytemp":"29",
                    "nighttemp":"17",
                    "daywind":"无风向",
                    "nightwind":"无风向",
                    "daypower":"≤3",
                    "nightpower":"≤3"
                },
                ...
            ]
        }
    ]
}

定时同步并更新天气信息

同步并更新天气信息

该功能主要实现对接高德开放平台天气预报 API，获取天气预报信息，同时对接阿里云表格存储服务（TableStore），用于天气预报数据存储。具体操作如下：

接收 CloudEvent 定时事件
查询各个区域天气信息
将天气信息存储或者更新到表格存储

在 Knative 中，我们可以直接创建服务如下：

apiVersion: serving.knative.dev/v1alpha1
kind: Service
metadata:
  name: weather-store
  namespace: default
spec:
  template:
    metadata:
      labels:
        app: weather-store
      annotations:
        autoscaling.knative.dev/maxScale: "20"
        autoscaling.knative.dev/target: "100"
    spec:
      containers:
        - image: registry.cn-hangzhou.aliyuncs.com/knative-sample/weather-store:1.2
          ports:
            - name: http1
              containerPort: 8080
          env:
          - name: OTS_TEST_ENDPOINT
            value: http://xxx.cn-hangzhou.ots.aliyuncs.com
          - name: TABLE_NAME
            value: weather
          - name: OTS_TEST_INSTANCENAME
            value: ${xxx} 
          - name: OTS_TEST_KEYID
            value: ${yyy}
          - name: OTS_TEST_SECRET
            value: ${Pxxx}
          - name: WEATHER_API_KEY
            value: xxx

关于服务具体实现参见 GitHub 源代码：https://github.com/knative-sample/weather-store

创建定时事件

这里或许有疑问：为什么不在服务中直接进行定时轮询，非要通过 Knative Eventing 搞一个定时事件触发执行调用？那我们要说明一下，Serverless 时代下就该这样玩-按需使用。千万不要在服务中按照传统的方式空跑这些定时任务，亲，这是在持续浪费计算资源。

言归正传，下面我们使用 Knative Eventing 自带的定时任务数据源（CronJobSource），触发定时同步事件。
创建 CronJobSource 资源，实现每 3 个小时定时触发同步天气服务（weather-store），WeatherCronJob.yaml 如下：

apiVersion: sources.eventing.knative.dev/v1alpha1
kind: CronJobSource
metadata:
  name: weather-cronjob
spec:
  schedule: "0 */3 * * *"
  data: '{"message": "sync"}'
  sink:
    apiVersion: serving.knative.dev/v1alpha1
    kind: Service
    name: weather-store

执行命令：

kubectl apply -f WeatherCronJob.yaml

现在我们登录阿里云表格存储服务，可以看到天气预报数据已经按照城市、日期的格式同步进来了。

提供天气预报查询 RESTful API

有了这些天气数据，可以随心所欲的提供属于我们自己的天气预报服务了（感觉像是承包了一块地，我们来当地主），这里没什么难点，从表格存储中查询对应的天气数据，按照返回的数据格式进行封装即可。

在 Knative 中，我们可以部署 RESTful API 服务如下：

apiVersion: serving.knative.dev/v1alpha1
kind: Service
metadata:
  name: weather-service
  namespace: default
spec:
  template:
    metadata:
      labels:
        app: weather-service
      annotations:
        autoscaling.knative.dev/maxScale: "20"
        autoscaling.knative.dev/target: "100"
    spec:
      containers:
        - image: registry.cn-hangzhou.aliyuncs.com/knative-sample/weather-service:1.1
          ports:
            - name: http1
              containerPort: 8080
          env:
          - name: OTS_TEST_ENDPOINT
            value: http://xxx.cn-hangzhou.ots.aliyuncs.com
          - name: TABLE_NAME
            value: weather
          - name: OTS_TEST_INSTANCENAME
            value: ${xxx} 
          - name: OTS_TEST_KEYID
            value: ${yyy}
          - name: OTS_TEST_SECRET
            value: ${Pxxx}

具体实现源代码 GitHub 地址：https://github.com/knative-sample/weather-service

查询天气 RESTful API:

请求 URL

GET /api/weather/query

参数:
cityCode：城市区域代码。如北京市区域代码：110000
date：查询日期。如格式：2019-09-26

返回结果

{
    "code":200,
    "message":"",
    "data":{
        "adcode":"110000",
        "city":"北京市",
        "date":"2019-09-26",
        "daypower":"≤3",
        "daytemp":"30",
        "dayweather":"晴",
        "daywind":"东南",
        "nightpower":"≤3",
        "nighttemp":"15",
        "nightweather":"晴",
        "nightwind":"东南",
        "province":"北京",
        "reporttime":"2019-09-25 14:50:46",
        "week":"4"
    }
}

查询：杭州，2019-09-26 天气预报信息示例

测试地址

另外，城市区域代码表可以在上面提供的源代码 GitHub 中可以查看，也可以到高德开放平台中下载：https://lbs.amap.com/api/webservice/download

小结

通过上面的介绍，大家对如何通过 Knative 提供天气预报实现应该有了更多的体感，其实类似的场景我们有理由相信通过 Knative Serverless 可以帮你做到资源利用游刃有余。下一篇会继续我们要实现的内容：通过 Knative 事件驱动，订阅天气信息，钉钉推送通知提醒，欢迎持续关注。

本文转载自阿里巴巴云原生微信公众号（ID：Alicloudnative）

创作场景

基于 Knative Serverless 技术实现天气服务（上篇）